GPT大语言模型（以下简称“大模型/大语言模型”）以其庞大的参数规模、复杂的网络结构和出色的泛化能力，展现出了跨领域知识理解、思维链推理等通用人工智能能力，为各行业的业务智能化提供了新思路和新动能。然而，由于参数量大、微调技术难度高、典型实践经验少等特点，如何设计垂直领域大模型建设思路、开展行业语料加工、构建提示词工程等关键技术内容，是企业开展大模型建设和应用面临的难点。

佰聆数据基于多年来在自然语言处理、深度学习技术领域的深厚积累以及丰富的电力行业算法模型与应用经验，积极投入大模型的技术创新研究和应用探索，沉淀形成了体系化大模型建设和应用能力，在数据生成、知识问答、文本比对、智能写作四个细分技术领域构建了核心能力引擎，并以此面向具体业务场景形成了系列场景化产品。我们将通过系列文章分享公司关于行业垂直领域大模型建设及应用的思考以及典型实践成果，为企业开展大模型建设和应用提供一些参考，共同推动更多行业大模型建设和应用。

当前，大语言模型所展现的通用人工智能能力可以为其广泛的应用赋能，主要体现在以下方面：

⭕ 通用自然语言理解能力

⭕ 基础文案生成、代码编写、数学计算能力

⭕ 基础多模态信息处理能力

⭕ 借助工具与外界交互能力

⭕ 跨领域整合和应用知识的能力

⭕ 小样本学习能力

结合大模型技术、能力特征，以电力行业为示例，我们总结了大模型擅长完成的业务主要包括以下四大类：

其中，大模型与专用模型融合应用的方式主要有如下3种：

公司持续总结大模型探索、实践经验，采用基座大模型+模型微调+能力引擎搭建+场景化产品建设的思路，已自主研发了“基于思维链推理的文本智能比对”、“基于NL2SQL的数据问答”、“AI 写作助手”、“基于检索增强的智能问答”四个核心能力引擎，并以此开展十余项定制化场景产品的建设，为业务赋能，提升业务质效。

公司综合利用研发的大模型核心能力引擎，面向企业内规外法比对、量费数据问答等具体业务场景，形成系列准确性高、适用性强的大模型产品/应用场景。

企业为适应法律法规不断完善的形势，需及时做好内部规章制度（内规）与外部法律法规（外法）的识别比对，准确判断内规-外法的一致性、识别潜在的矛盾点，并以此完善企业规章制度，保障内规与外法的协同性。

该产品通过构建基于思维链推理的内规外法智能比对能力，模型准确性较传统方法显著提升。

电力营销量费相关数据分析场景不断增加、数据集合越来越大、分析要求不断精细化，基层数据自主分析需求日益增加，而传统的数据分析工具或业务人员提需求、IT人员取数的模式难以满足业务需求。

该产品通过提示词工程和检索增强技术，训练大模型理解电力营销量费业务数据表中的表名和字段名，并学习历史同类SQL语句语法等，从而实现以自然语义对话方式的数据查询SQL生成。

电力安全知识跨越设备、调度、安监、营销等各个专业，涉及设备检修、运行巡视、表计更换等各类现场作业工作；业务人员获取和掌握全面、准确的安规知识是安全生产作业的基础。

该产品利用公司基于检索增强RAG的知识问答引擎，对海量安规知识开展增强学习，并通过对安规标准、安规题库等不同行文结构的知识文档设计定制化的知识分块、存储规范，最终实现了高准确性的安规知识问答。

随着分布式光伏规模快速扩大，分布式光伏业务相关文案工作量持续增加；以分布式光伏并网管理为例，涉及并网知识科普宣传、并网申报材料、并网方案、并网工作总结等系列文档编写工作，给业务人员带来了较大的重复性工作量。

该产品面向分布式光伏业务，在AI写作引擎的基础上，通过训练大模型学习分布式光伏并网申报材料、并网方案相关知识，进而形成专业文案的文字生成能力，最终实现以问答、写作插件等方式全面支撑分布式光伏业务相关写作需求。